機械学習

このWebサイトでは、近畿大学 理工学部 情報学科(情報メディアコース)で開講されている講義「機械学習」に関する資料を公開しています。お気づきの点があれば、下記までご連絡下さい。

担当者

白浜 公章(教員紹介, 個人ページ
近畿大学 理工学部 情報学科
マルチメディア理解研究室
E-mail: shirahama@info.kindai.ac.jp

Acknowledgement

This course is based on the following book:

Jeremy Watt, Reza Borhani and Aggelos K. Katsaggelos
Machine Learning Refined: Foundations, Algorithms, and Applications
Cambridge University Press, 2016 link

The figures and codes used in this course are taken from the git repository of the book based on the authors' permission.

補講情報

出張のため、2019.11.12(火)4限は休講です。これに対する補講の日時と場所は、後日連絡します。

講義資料、コード等

トピック 日付 講義資料 コード その他
1. イントロダクション 2019.09.17 slides_1.pdf 1_test.ipynb mlrefined_libraries.zip(補助ライブラリ)
2. 最適化 2019.09.24 slides_2.pdf 2_taylor.ipynb
2_convexity.ipynb
2_optimisation.ipynb
3. 回帰(線形) 2019.10.01 slides_3.pdf 3_linear_regression.ipynb
3_feature_engineering.ipynb(UPDATED!)
(使用データ)
3_2d_linregress_data.csv
3_regression_outliers.csv
3_3d_linregress_data.csv
3_noisy_sin_sample.csv
3_noisy_wave_75.csv(NEW!)
4. 回帰(非線形) 209.10.08 slides_4.pdf 4_logistic_regression.ipynb
4_regularisation_simple.ipynb
4_logistic_regression_reg.ipynb(UPDATED!)
(使用データ)
4_bacteria_data.csv
5. 分類(パーセプトロン) 2019.10.15 slides_5.pdf 5_perceptron.ipynb (使用データ)
5_3d_classification_data_v0.csv
5_3d_classification_data_v2.csv
6. 分類(マージン・パーセプトロンとモデルの評価) 2019.10.25 slides_6.pdf 6_perceptron_sq_margin.ipynb
6_comparison.ipynb
6_misclassification_vs_cost.ipynb
(使用データ)
6_imbalanced_2class.csv
6_overlapping_2class.csv
6_breast_cancer_dataset.csv
7. 分類(これまでの復習と回帰との関係)(UPDATED!) 2019.10.28 slides_7.pdf 7_two_perspectives.ipynb
8. 分類(多クラス分類)(UPDATED!)
レポート有( 2019/12/03 23:59:59まで
2019/12/10 23:59:59まで
2019.11.18 slides_8.pdf
slides_8_appendix.pdf
report1.pdf
8_OvA.ipynb
8_softmax.ipynb
(使用データ)
8_3class_data.csv
8_4class_data.csv
8_5class_data.csv
9. 分類(クロスエントロピーと知識に基づく特徴デザイン) 2019.11.25 slides_9.pdf 9_cross_entropy.ipynb
9_feature_engineering.ipynb
(使用データ)
9_2d_classification_data_v1_entropy.csv
9_ellipse_2class_data.csv
10. 特徴学習(回帰:基底関数群による関数近似) 2019.12.02 slides_10.pdf 10_BasicFunctions.ipynb (使用データ)
10_sin_function.csv
10_nonlinear.csv
10_nonlinear2.csv
10_universal_regression_function.csv
11. 特徴学習(回帰:実際のケース)
レポート有(2019/12/31 23:59:59まで)
2019.12.04 slides_11.pdf
report2.pdf
11_1layer_nn_regression.ipynb (使用データ)
11_noisy_sin_samples.csv
12. 特徴学習(実装方法の紹介) 2019.12.10 implementation_details.pdf
for 11_1layer_nn_regression.ipynb
13. 特徴学習(回帰:交差検証) 2019.12.16 slides_13.pdf 13_overfitting.ipynb
13_cross_validation.ipynb
(使用データ)
13_noisy_sin_sample.csv
13_galileo_ramp_data.csv


過去の講義資料

ライセンス(License)

本サイトで公開している資料やコードを無断で使用・転用することを禁じます。ご使用になりたい場合は、白浜(上記連絡先参照)までご連絡下さい。
It is prohibited to use the slides and codes on this website with no permission. Please contact me if you want to use them.